[论文解读] Asymptotic development for the CLT in total variation distance

Vlad Bally, Lucia Caramellino|arXiv (Cornell University)|Jul 3, 2014

Probability and Risk Models参考文献 17被引用 11

一句话总结

该论文在 i.i.d. 加数的分布律满足局部下界可积性条件的前提下，建立了多变量中心极限定理在总变差距离下的渐近展开式。通过使用马利avin微积分与分部积分法，当加数的矩至多匹配标准正态分布的 $ r+1 $ 阶矩时，推导出阶为 $ n^{-(r-1)/2} $ 的显式误差界，并通过高阶校正项显式构造了近似测度。

ABSTRACT

The aim of this paper is to study the asymptotic expansion in total variation in the Central Limit Theorem when the law of the basic random variable is locally lower-bounded by the Lebesgue measure (or equivalently, has an absolutely continuous component): we develop the error in powers of $n^{-1/2}$ and give an explicit formula for the approximating measure.

研究动机与目标

• 建立标准化 i.i.d. 随机向量和的分布与标准正态分布之间总变差距离的渐近展开式。
• 在底层分布的矩与正则性条件下，推导出以 $ n^{-1/2} $ 的幂次表示的显式误差界。
• 利用马利avin微积分与分部积分法，显式构造能捕捉高阶校正项的近似测度。
• 将已知的 $ L^1 $-密度收敛结果推广至总变差距离，并给出精确的收敛速率。
• 为在高维与非原子情形下研究收敛速率提供一个框架，其基础是加数分布律的正则性假设。

提出的方法

• 假设 i.i.d. 加数 $ F $ 的分布律在某个开集 $ D_0 $ 上相对于勒贝格测度局部下有界，以确保其具有绝对连续分量。
• 采用抽象马利avin微积分方法，推导出 $ S_n $ 的密度的分部积分公式，从而实现总变差距离的高阶展开。
• 使用正则化函数与截断技术，控制密度及其矩在索伯列夫型范数下的导数。
• 对标准正态分布应用反向泰勒型展开，将 $ S_n $ 的分布与标准正态分布之间的差异表示为测试函数导数的形式。
• 通过马利avin导数与协方差矩阵的有界性，推导出 $ S_n $ 密度的矩估计，从而实现 $ L^p $-范数控制。
• 结合上述方法与局部化论证，得到以 $ F $ 的矩表示的总变差距离的统一有界性。

实验结果

研究问题

• RQ1 在何种条件下，标准化和 $ S_n $ 与标准正态分布之间的总变差距离收敛于零？
• RQ2 当加数具有足够阶矩时，是否可以推导出总变差误差关于 $ n^{-1/2} $ 的渐近展开式？
• RQ3 当加数的分布具有绝对连续分量时，总变差距离的精确收敛速率为何？
• RQ4 如何在总变差意义下显式构造高斯近似中的高阶校正项？
• RQ5 在多变量情形下，马利avin微积分与矩条件在多大程度上可用于量化收敛速率？

主要发现

• 若 $ F $ 的分布律在局部上相对于勒贝格测度下有界，则总变差距离 $ d_{TV}( u_n, ar{ u}) $ 满足 $ n \to \infty $ 时收敛于零。
• 当 $ r \times 2 $ 且 $ F \times L^{r+1}( abla) $，且其至阶 $ r $ 的矩与标准正态分布匹配时，有 $ d_{TV}( u_n, \bar{\nu}) \times C(1 + \nabla F \nabla^{r+1})^{[r/3] \vee 1} \times n^{-(r-1)/2} $。
• 展开式中的近似测度通过密度的高阶导数与分部积分恒等式显式构造。
• 误差界具有一致性，且仅依赖于 $ F $ 的 $ (r+1) $ 阶矩，收敛速率为 $ n^{-(r-1)/2} $，优于以往的 $ L^1 $-密度收敛结果。
• 局部下界条件（1.1）严格弱于绝对连续性，但仍能保证密度存在且具有足够正则性以支持展开。
• 该方法可推广至多维情形，并适用于维纳空间中具有非退化马利avin协方差矩阵的泛函，即使分布律本身不绝对连续。